摘要
捆绑调整是计算机视觉中三维结构恢复过程的重要步骤.捆绑调整通常将空间中点与点坐标的调整视为相互独立的过程,但是在包含有自然物和人工物的场景中,由于存在多余的自由度,这种调整方法会导致优化结果偏离真值.提出了一种带有共面约束和平面夹角约束的捆绑调整,用于优化带有平面的场景.借助新的参数化方法,共面约束和夹角约束可以方便地进行表示,并且带有这两类约束的捆绑调整求解过程,仍然是一个无约束的非线性最小二乘问题.实验结果表明,这种带有先验信息的捆绑调整提供了对结构的更准确估计.由于先验信息的加入,增强型法方程的维度变高,借助了稀疏的求解技术和预条件子方法,大大降低了求解时间.最后,为了在实际应用中能够自动寻找出夹角约束,提出了一种基于最大完全图的贪心方法,该方法尽可能多地保留了夹角约束.
-
单位模式识别国家重点实验室; 诺基亚研究中心; 中国科学院自动化研究所